NELL’ULTIMO DECENNIO
SI È VISTA UN’IMPENNATA
VERTIGINOSA DELLA RICERCA
SULLE RETI NEURALI
A sinistra: distinzione tra le
quattro classiche macroaree di
algoritmi per la Computer Vision
il cui scopo è quello di riconoscere e individuare
la posizione dei vari oggetti presenti in un’im-
magine. A differenza della segmentazione se-
mantica, i vari oggetti appartenenti a un certa
classe vengono distinti e localizzati all’interno
della scena tramite un bounding box, ovvero
un rettangolo che racchiude la porzione di im-
magine in cui compaiono. L’output di un algo-
ritmo di object detection sarà dunque l’elenco
dei rettangoli che individuano tutti gli oggetti
presenti nella scena insieme a una classe di
appartenenza per ognuno di essi. Questo tipo
di conoscenza dell’ambiente permette, dun-
que, di sapere cosa si sta inquadrando, in che
numero e in che posizione.
Quattro diverse piattaforme per
l’Edge Computing. In alto a sinistra, un
Raspberry Pi 3 B+ con l’acceleratore
Neural Compute Stick 2 (Intel); in
alto a destra, una Jetson AGX Xavier
(Nvidia); in basso a sinistra, una Jetson
Nano (Nvidia); in basso a destra un
Raspberry Pi 3 B+ con l’acceleratore
Movidius Neural Compute Stick (Intel)
la visione artificiale si richiede di suddividere
un’immagine in classi o aree semantiche. Le
classi, nel caso della semantic segmentation,
a differenza della classificazione in cui pos-
sono assumere significati astratti sono inve-
ce oggetti, raggruppati in categorie, presenti
26
www.thenextfactory.it
nella scena presa in esame. Dunque, l’output
di un algoritmo di segmentazione risulta es-
sere un’immagine suddivisa nelle sue com-
ponenti semantiche. Nel caso ipotetico di un
sistema di visione a supporto di un veicolo a
guida automatizzata (AGV), algoritmi di seg-
mentazione semantica possono fornire una
mappa tematica di quello che viene osser-
vato dalla piattaforma mobile. Questa infor-
mazione può essere sfruttata da altri sistemi
per navigare autonomamente, manipolare
oggetti o ispezionare l’ambiente circostante.
- Riconoscimento di oggetti (object detection):
in questa categoria si inseriscono gli algoritmi
- Segmentazione di oggetti (instance seg-
mentation): questo gruppo di algoritmi si
pone l’obiettivo di attribuire con precisione i
pixel dell’immagine ai vari oggetti individuati.
L’output di un algoritmo di instance segmen-
tation consiste nell’immagine suddivisa nelle
aree appartenenti ai vari oggetti a cui viene
associata una classe. Questo processo può
quindi essere visto come l’unione di segmen-
tazione semantica e object detection e per-
mette la massima estrazione di informazioni
dalla scena in esame, ovvero la lista di oggetti
inquadrati, la loro posizione e la loro forma.
Algoritmi di questo tipo sono alla base di inte-
razioni complesse con gli oggetti come la ma-
nipolazione e la movimentazione automatica.
Fin dagli albori della visione computerizza-
ta, soluzioni open source e proprietarie sono
state proposte per fare fronte a queste pro-
| Industria 4.0 | Tecnologie Innovative | Automazione |